gpt4 book ai didi

package - 将依赖于 RcppEigen 的 R 包与 Microsoft R Open 中的 MKL 链接

转载 作者:行者123 更新时间:2023-12-02 00:00:28 27 4
gpt4 key购买 nike

我已经构建了一个自定义包,其中包含一些用 RcppEigen 编写的函数。我还打开了 Microsoft R,并启用了 Intel MKL。如何将 R 包链接到英特尔 MKL 功能?

设置 1:

以下是我尝试在普通 R 中将包与 MKL 链接的过程,但失败了:

The Eigen documents说我需要:

1. #define EIGEN_USE_MKL_ALL
2. link your program to MKL libraries

( the MKL linking advisor )

基于2,在我的Makevars文件中

PKG_CXXFLAGS = -I/opt/intel/mkl/include 
PKG_LIBS = ${LAPACK_LIBS} ${BLAS_LIBS} ${FLIBS} -L/opt/intel/mkl/lib/intel64 -Wl,--no-as-needed -lmkl_intel_lp64 -lmkl_gnu_thread -lmkl_core -lgomp -lpthread -lm -ldl

编译包时出现错误:

Error in dyn.load(dllfile) : 
unable to load shared object '/home/path/RPackageName.so':
libmkl_intel_lp64.so: cannot open shared object file: No such file or directory

根据Ralf的评论更新:在Makevars文件中添加选项<,-rpath,'path'>,错误消失了。

PKG_CXXFLAGS = -DMKL_LP64 -m64  -I/opt/intel/mkl/include 
PKG_LIBS = ${LAPACK_LIBS} ${BLAS_LIBS} ${FLIBS} -L/opt/intel/mkl/lib/intel64 -Wl,--no-as-needed,-rpath,'/opt/intel/mkl/lib/intel64' -lmkl_intel_lp64 -lmkl_gnu_thread -lmkl_core -lgomp -lpthread -lm -ldl

包编译成功,但下面有这些消息,我不明白。

/home/shen/R/x86_64-pc-linux-gnu-
library/3.4/RcppEigen/include/Eigen/src/Core/Assign_MKL.h: In
instantiation of ‘static void Eigen::internal::Assignment<DstXprType,
Eigen::CwiseUnaryOp<Eigen::internal::scalar_log_op<double>,
SrcXprNested>, Eigen::internal::assign_op<double, double>,
Eigen::internal::Dense2Dense, typename
Eigen::internal::enable_if<Eigen::internal::vml_assign_traits<Dst,
Src>::EnableVml>::type>::run(DstXprType&, const SrcXprType&, const
Eigen::internal::assign_op<double, double>&) [with DstXprType =
Eigen::Matrix<double, -1, 1>; SrcXprNested = const
Eigen::ArrayWrapper<const Eigen::Matrix<double, -1, -1> >;
Eigen::internal::Assignment<DstXprType,
Eigen::CwiseUnaryOp<Eigen::internal::scalar_log_op<double>,
SrcXprNested>, Eigen::internal::assign_op<double, double>,
Eigen::internal::Dense2Dense, typename
Eigen::internal::enable_if<Eigen::internal::vml_assign_traits<Dst,
Src>::EnableVml>::type>::SrcXprType =
Eigen::CwiseUnaryOp<Eigen::internal::scalar_log_op<double>, const
Eigen::ArrayWrapper<const Eigen::Matrix<double, -1, -1> > >]’:
/home/shen/R/x86_64-pc-linux-gnu-
library/3.4/RcppEigen/include/Eigen/src/Core/AssignEvaluator.h:836:49:
required from ‘void Eigen::internal::call_assignment_no_alias(Dst&,
const Src&, const Func&) [with Dst = Eigen::Matrix<double, -1, 1>; Src
= Eigen::CwiseUnaryOp<Eigen::internal::scalar_log_op<double>, const
Eigen::ArrayWrapper<const Eigen::Matrix<double, -1, -1> > >; Func =
Eigen::internal::assign_op<double, double>]’

设置 2我直接在MRO中编译,没有在Makevars文件中添加任何特殊参数,得到以下错误:

/home/shen/R/x86_64-pc-linux-gnu-
library/3.3/RcppEigen/include/Eigen/src/Core/util/MKL_support.h:57:21:
fatal error: mkl.h: No such file or directory

PS:我对 Microsoft R open 的体验是,它们可以加速 Armadillo 中的正常 R 脚本和函数,而无需执行任何操作。只需在 Microsoft R Open 中正常运行它们即可。

最佳答案

记录我的发现的部分答案。也许其他人可以在此基础上继续发展。

Linux 与 R 链接到 MKL

对于此设置,我使用了安装了 R 3.5.0 的 Debian 稳定计算机。我通过this script安装了MKL 。对于编译,我使用了一个附加插件,其中包含更新问题中提供的编译标志以及 -Wno-ignored-attributessilence some unrelated warnings :

library(Rcpp)

registerPlugin(
name = "mkl",
plugin = function(x) {
list(
includes = "#define EIGEN_USE_MKL_ALL",
env = list(PKG_CXXFLAGS = "-DMKL_LP64 -m64 -I/opt/intel/mkl/include -Wno-ignored-attributes",
PKG_LIBS = "${LAPACK_LIBS} ${BLAS_LIBS} ${FLIBS} -L/opt/intel/mkl/lib/intel64 -Wl,--no-as-needed,-rpath,'/opt/intel/mkl/lib/intel64' -lmkl_intel_lp64 -lmkl_gnu_thread -lmkl_core -lgomp -lpthread -lm -ldl")
)
}
)

cppFunction('
Eigen::VectorXd mkl_sin(Eigen::VectorXd x) {
return x.array().sin();
}
', plugins = "mkl", depends = "RcppEigen")
mkl_sin((1:10)/10)
#> [1] 0.09983342 0.19866933 0.29552021 0.38941834 0.47942554 0.56464247] 0.64421769 0.71735609 0.78332691 0.84147098

这可以在没有任何警告的情况下工作,因此我得出结论,当 R 与 MKL 作为外部 BLAS/LAPACK 链接时它可以工作。

带有 MRO 的 Linux

对于此设置,我使用了基于 Ubuntu 的 Docker 镜像:

FROM ubuntu:16.04

RUN apt-get update \
&& apt-get install --yes --no-install-recommends \
apt-transport-https \
build-essential \
ca-certificates \
curl \
gfortran \
&& curl -O https://packages.microsoft.com/config/ubuntu/16.04/packages-microsoft-prod.deb \
&& dpkg -i packages-microsoft-prod.deb \
&& apt-get update \
&& apt-get install --yes --no-install-recommends \
microsoft-r-open-foreachiterators-3.4.3 \
microsoft-r-open-mkl-3.4.3 \
microsoft-r-open-mro-3.4.3 \
&& Rscript -e 'install.packages("RcppEigen")'

MRO 的问题在于它不包含 MKL header ,而仅包含 MKL 库的一部分:

ls /opt/microsoft/ropen/3.4.3/lib64/R/lib/libmkl_*
/opt/microsoft/ropen/3.4.3/lib64/R/lib/libmkl_core.so
/opt/microsoft/ropen/3.4.3/lib64/R/lib/libmkl_gf_ilp64.so
/opt/microsoft/ropen/3.4.3/lib64/R/lib/libmkl_gf_lp64.so
/opt/microsoft/ropen/3.4.3/lib64/R/lib/libmkl_gnu_thread.so
/opt/microsoft/ropen/3.4.3/lib64/R/lib/libmkl_vml_def.so
/opt/microsoft/ropen/3.4.3/lib64/R/lib/libmkl_vml_mc3.so

特别是缺少上面链接命令中请求的libmkl_intel_lp64.so。因此,不可能将上述配方与 MRO 一起使用。除了 MRO 之外还可以安装 MKL 并与其链接,但我还没有测试过这一点。

但是,只要 Eigen 退回到 BLAS/LAPACK 方法,就会使用 MKL。与使用引用 BLAS/LAPACK(Windows 默认)的 R 构建相比,这将加快操作速度。

关于package - 将依赖于 RcppEigen 的 R 包与 Microsoft R Open 中的 MKL 链接,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48037641/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com